Profissional Engenheiro(a) de Software Staff – IA (Camada de Inteligência) N/I

#VemPraLuby

Aqui você terá a oportunidade de:

• Evoluir em um ambiente de alta performance: Uma cultura onde o desenvolvimento é contínuo, com autonomia e envolvimento em projetos nacionais e internacionais que realmente testam suas habilidades e impulsionam seu potencial.
• Integrar um time apaixonado por tecnologia: Aqui, você vai trabalhar ao lado de talentos experientes em um ambiente colaborativo e disruptivo, utilizando as tecnologias mais avançadas do mercado.
• Deixar sua marca no mundo: Nossas soluções digitais impactam diretamente a vida de milhares de pessoas, e é a sua chance de ser parte ativa na construção de um futuro mais digital e conectado.
• Trabalhar de forma remota e com flexibilidade: Seja qual for o seu lugar, estamos prontos para te receber no nosso time!

Sua Missão:

Estamos em busca de um Staff Engineer de IA (L5), com domínio técnico avançado em arquitetura de sistemas de IA em produção, que assuma a concepção e a implementação da camada de inteligência que serve como o núcleo de raciocínio dos nossos produtos — o motor agnóstico de casos de uso que torna os agentes inteligentes.

Esta não é uma posição de pesquisa acadêmica nem de engenharia de prompts em nível de feature. O valor da função está na infraestrutura: os primitivos de recuperação, os padrões de orquestração e a lógica de roteamento que todos os times consomem sem precisar reconstruir. Buscamos alguém que segure a stack inteira na cabeça, do orçamento de tokens ao SLO de produção, e que elimine o handoff — o design arquitetural, a implementação e a avaliação vivem nas mesmas mãos.

Essa pessoa atuará com autoridade arquitetural entre os times, em ambiente híbrido no Canadá, escrevendo os padrões que os demais consomem, conduzindo design reviews e sendo a referência quando um problema difícil de sistemas de IA não tem resposta óbvia — com forte atenção às restrições de dados sensíveis (PHI), orçamentos de latência e requisitos de acurácia clínica que o domínio impõe.

Principais Atividades:

• Arquitetar e implementar a camada de inteligência: context engineering, pipelines de recuperação (RAG, vetorial, grafo), padrões de orquestração, registries de ferramentas e roteamento de LLMs;
• Projetar e manter o context manager (compactação por janela deslizante, orçamento de contexto ciente de PHI) — a peça de infraestrutura mais crítica do runtime dos agentes;
• Definir a estratégia de roteamento de LLMs entre modelos de tempo real (voz), modelos de alto volume para classificação, modelos de raciocínio complexo via Vertex AI e modelos locais/open para tarefas sensíveis a PHI;
• Desenhar padrões de coordenação multi-agente: definições de agentes em YAML (versionadas em git e por SHA), registry de ferramentas com auto-descoberta e protocolos de comunicação agente-a-agente;
• Arquitetar o Knowledge Graph: como o conhecimento de domínio é codificado, consultado em runtime e auditado, tratando o KG como entregável de primeira classe;
• Conduzir a orientação arquitetural entre times, estabelecendo o padrão das cinco disciplinas (context engineering, orquestração, observabilidade, evals e manutenção) e garantindo consumo via primitivos de plataforma;
• Conduzir o pipeline de seleção de modelos: rodar candidatos em benchmarks estruturados (em parceria com o especialista de Evals & Harness) e decidir qual modelo serve cada caso de uso frente a acurácia, latência e custo;
• Tomar a decisão entre fine-tune, RAG e prompting, fazendo os handoffs adequados para os times de RLHF/Preference Learning e Data & ML quando necessário;
• Avaliar e integrar capacidades de modelos de fronteira à medida que surgem, mantendo o frontier de custo/latência/qualidade e atualizando a estratégia de roteamento;
• Assumir a prevenção de alucinações como responsabilidade arquitetural: grounding de saída (toda afirmação rastreável a uma entrada do KG ou fonte recuperada), cadeias de citação auditáveis e padrões de validação de saída;
• Exercer liderança técnica em nível Staff: propostas arquiteturais, design reviews, ADRs e mentoria de engenheiros sênior.

Requisitos essenciais:

• Inglês fluente;
• 10+ anos de experiência em engenharia de software e 5+ anos construindo sistemas de IA/ML em produção (context engineering, RAG e orquestração agêntica);
• Experiência sólida em construção de features de IA: pipelines RAG, workflows agênticos, streaming UI, orquestração de tool-use e prompt engineering sob restrições de latência e custo em escala de produção;
• Experiência com sistemas multi-agente: protocolos de comunicação agente-a-agente, registries de ferramentas e padrões de coordenação onde agentes compõem, não apenas fluxos de agente único;
• Expertise em context engineering: gestão de janela deslizante, estratégias de compactação e design de orçamento de contexto, com entendimento da economia de tokens;
• Experiência forte em roteamento de LLMs e otimização de custo: seleção de modelos, heurísticas de roteamento, visibilidade de custo por token e frameworks de trade-off qualidade/custo;
• Fluência em Vertex AI como plataforma principal: endpoints gerenciados, família de modelos Gemini, grounding APIs e Vertex AI Pipelines;
• Profundidade em systems design e propostas arquiteturais que resistem ao escrutínio de engenharia sênior;
• Comunicação em nível Staff: condução de design reviews, escrita de ADRs e mentoria de engenheiros sênior;
• Formação superior em Ciência da Computação, Engenharia de Software ou área relacionada (mestrado é um plus).

Será um diferencial:

• Experiência com LLMs de domínio médico (med-gemma ou equivalente) e sua metodologia de avaliação;
• Conhecimento dos formatos HL7/FHIR e suas implicações na construção de contexto para IA clínica;
• Experiência com arquiteturas de knowledge graph: bancos de grafos, ontologias clínicas (SNOMED, ICD), modelos RDF ou property graph;
• Familiaridade com PIPEDA/PHIPA e com o impacto de residência de dados e tratamento de PHI na arquitetura de contexto;
• Certificação em cloud (GCP Professional Cloud Architect ou equivalente).

O que oferecemos:

• Trabalho Remoto: Desfrute da flexibilidade de trabalhar de qualquer lugar do Brasil, com total autonomia e organização.
• Saúde e Bem estar: Plano de Saúde e Odontológico, Seguro de Vida e Wellhub (Gympass).
• +Educação: Descontos em cursos da FIAP e MBA USP Esalq para você continuar aprendendo e se desenvolvendo.
• Diferenciais exclusivos: Descontos em lojas Multilaser, bonificação por indicação de profissionais e negócios, horário adaptável e bônus anual.

Saiba mais sobre cultura, diferenciais e como é ser um #Luber em nossa Página de Carreiras!